BESLENME VE DİYETETİK (İNGİLİZCE)
Lisans	TYYÇ: 6. Düzey	QF-EHEA: 1. Düzey	EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu	Ders Adı	Yarıyıl	Teorik	Pratik	Kredi	AKTS
GEP0021	Yapay Zeka ve Uygulama Alanları	Bahar Güz	3	0	3	5

Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

Öğretim Dili:	English
Dersin Türü:	GE-Elective
Dersin Seviyesi:	LİSANS
Dersin Veriliş Şekli:	Hibrit
Dersin Koordinatörü:
Dersin Amacı:	Bu ders, öğrencinin yapay zeka terminolojisi, ortak yöntemler, gerçek dünyada yapay zeka uygulamaları ile bunların etkileri ve kötü kullanımları hakkında bir bakış açısı kazanmasını amaçlamaktadır. Ders boyunca öğrenci, en çok kullanılan yapay zeka algoritmalarını ve örnek vakalardaki uygulamalarını öğrenecek, haftalık tartışma konuları üzerine beyin fırtınası yapacaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1) Öğrenci, yapay zekanın neler yapabileceğini ve yapamayacağını anlayabilecektir.
2) Öğrenci, yapay zekanın farklı alanlardaki uygulamalarını keşfedebilecektir.
3) Öğrenci, yapay zeka çözümlerini gerçek dünya problemlerine uygulayabilecektir.
4) Öğrenci, yapay zekayı önyargı ve tarafsızlık açısından tartışabilecektir.
5) Öğrenci, yapay zekanın gerçek dünyadaki etkilerini anlayabilecektir.

Dersin İçeriği

Bu derste öğrenciler yapay zeka teknolojinin ne olduğunu, nasıl çalıştığını ve yeteneklerini öğrenecekler. Farklı uygulama alanlarının kapsamlı bir şekilde ele alındığı bu derste öğrenciler, tartışma konuları üzerinden uygulama alanlarının faydalarını ve zorluklarını değerlendirme fırsatı bulacaklar. Gerçek dünya problemlerini yapay zeka yaklaşımlarıyla çözebilmek için ihtiyaçların belirlenmesinde bir perspektif kazanacak öğrenciler aynı zamanda tarafsızlık, şeffaflık, açıklanabilirlik, hesap verebilirlik gibi uluslararası yapay zeka etik ilkeleri hakkında da tartışmalara dahil olacaklar. Yapay zekanın farklı iş alanlarına uygulanması süreçlerini baştan sona genel olarak teknik ve sosyal yönden değerlendirebilecek yüksek bir farkındalığa sahip olacaklardır.

Haftalık Ayrıntılı Ders İçeriği

Hafta	Konu	Ön Hazırlık
1)	"YZ nedir? Yapay zekayı nerede kullanıyoruz? Yapay zeka felsefesi ; Problem çözmede yapay zeka; Vaka Çalışması - Tavuk Geçiş Yapbozu ; Vaka Çalışması - Hanoi Kuleleri; Vaka Çalışması - Tic Tac Toe"""
2)	"Sağlıkta Yapay Zeka Sağlık riskini tahmin etme; Akıllı tanımlama ve teşhis; Akıllı reçete; Akıllı görüntüleme ve segmentasyon; Kişiselleştirilmiş sağlık; Psikolojide yapay zeka Tartışma: Göğüs Röntgeni Sınıflandırması / Segmentasyon"
3)	"Eğlence ve Oyunda Yapay Zeka İçerik kişiselleştirme; Meta veri etiketleme; Kullanıcı etkileşimi; Promosyon ve reklam Altyazı oluşturma; Tartışma: Uygulama içi satın almalar"
4)	"Sosyal Medyada Yapay Zeka Büyük veriler nasıl organize edilir; Trendleri belirleme; Hashtag'ler Tartışma: Kullanıcı seçimlerini değiştirmek için yapay zekayı kullanma Tartışma: Afet müdahalesi için yapay zekayı kullanma"
5)	"Güvenlikte Yapay Zeka Siber saldırılar; Veri güvenliği; Dolandırıcılık önleme sistemleri; Biyometrik tanıma / doğrulama; Müşterinizi Tanıyın (Know Your Customer - KYC)"
6)	"Finansta Yapay Zeka Sigorta, bankacılık, varlık yönetimi; Kripto para ve kripto bankaları; Algoritmik ticaret Finansal risk yönetimi; Kara Para Aklamayı Önleme (Anti-Money Laundering - AML)"
7)	"Seyahat ve Ulaşımda Yapay Zeka Otomatik seyahat hizmetleri; Gezgin davranışları; Kişiselleştirilmiş seyahat deneyimi; Lojistik rota optimizasyonu; Depo operasyonları"
8)	"Robotikte Yapay Zeka Robotik uygulamaları; Robotik paketleme; Açık kaynak robotik; Sağlık, tarım, otomotiv, tedarik zinciri, askeri alanda robotik; Tartışma: Robot etiği"
9)	"E-ticarette yapay zeka Alışveriş deneyimini dönüştürmek;Sanal asistanlar; Daha derin içgörüler aracılığıyla tüketici ihtiyaçlarını ele alma; Kişiselleştirilmiş veya hedeflenmiş teklifler sağlayın; Tüketici davranışı tahmini; Envanter yönetimi; Akıllı müşteri hizmetleri"
10)	"Üretim ve İşletmede Yapay Zeka Tedarik zinciri optimizasyonu; Personel optimizasyonu, envanter kontrolü, enerji tüketimi Hammadde tedariğinin optimizasyonu; Öngörücü ve kuralcı veri analizi; Fabrika otomasyonu Tartışma: Yapay zekanın yapabilecekleri / yapamayacakları"
11)	"Hukukta Yapay Zeka E-keşif; Uzmanlık otomasyonu; Yasal arama ve belge yönetimi; Sözleşme ve dava belgesi analitiği ve üretimi tahmine dayalı analiz"
12)	"İnsan Merkezli Yapay Zeka ve Etik Kar amacı gütmeyen sektörlerde yapay zeka; Sosyal iyilik için yapay zeka; Eğitimde yapay zeka; Sosyolojide yapay zeka; Yapay zekada önyargı ve adalet; Yapay zekanın yanlış kullanımları; Makine ahlakı - Yapay Ahlak Ajanları (Artificial Moral Agents - AMA); Şeffaflık ve Açıklanabilirlik; Tartışma: Otomasyon işsizlikle mi yoksa yeni iş fırsatlarıyla mı sonuçlanıyor?"
13)	"Yapay Zekanın Olumsuz Kullanımları Yapay zekaya yönelik düşmanca saldırılar; Gelecekteki olası ayarlamalar Tartışma"
14)	"YZ hakkında düşünmek YZ ve gelişmekte olan ekonomiler YZ Etiği YZ ve işler Yapay zekanın sosyal etkileri Yapay zekanın siyasi etkileri"

Kaynaklar

Ders Notları / Kitaplar:	Artificial Intelligence: A Modern Approach
Diğer Kaynaklar:	"50 Soruda Yapay Zeka, Cem Say SuperIntelligence, Nils Nilsson Yapay Zeka Geçmişi Geleceği, Nils Nilsson The Rise of the Robots, Martin Ford Privacy, Eirik Lokke Life 3.0 — Being Human in the Age of Artificial Intelligence, Max Tegmark"

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları	Aktivite Sayısı	Katkı Payı
Küçük Sınavlar	4	% 40
Ara Sınavlar	1	% 20
Final	1	% 40
Toplam		% 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI		% 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI		% 40
Toplam		% 100

AKTS / İş Yükü Tablosu

Aktiviteler	Aktivite Sayısı	Süre (Saat)	İş Yükü
Ders Saati	14	3	42
Sınıf Dışı Ders Çalışması	14	3	42
Küçük Sınavlar	4	8	32
Ara Sınavlar	1	4	4
Final	1	4	4
Toplam İş Yükü			124

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Dersin Program Kazanımlarına Etkisi	Katkı Payı
1)	Beslenme ve Diyetetik alanındaki teorik ve metodolojik yaklaşımları, kanıt-temelli ilkeleri ve bilimsel literatürü uygulamalarında sistematik olarak kullanmak.	4
2)	Birey, aile ve toplumun sağlığının korunması, iyileştirilmesi ve geliştirilmesi için teorik ve uygulama bilgisine sahip olmak.	3
3)	Toplumda beslenme ile ilgili problemler için daha fazla risk altında bulunan özel grupların (gebeler, emziren anneler, bebekler, adölesanlar, yaşlılar vb) beslenme durumunu değerlendirmek.	5
4)	Beslenme ve diyetetik alandaki uygulama ve araştırmalarda bilişim ve sağlık bakım teknolojilerini kullanmak.	4
5)	Farklı ortamlarda, danışanları ve iş arkadaşlarıyla etkili profesyonel ilişkilerin başlatılması için etkin bir şekilde iletişim kurmak.	4
6)	En az bir yabancı dili kullanarak alanındaki bilgileri izleme ve meslektaşları ile uluslararası düzeyde iletişim ve işbirliği gerçekleştirebilmek.	5
7)	Yaşam boyu öğrenme, sorun çözme ve eleştirel düşünme becerilerini kullanmak.	4
8)	Mesleki uygulamalarında etik ilke ve değerlere uygun davranmayı, temel değer ve sosyal hakların evrenselliğini gözetmek.	3
9)	Toplumsal sorumluluk bilinci ile interdisipliner anlayış içinde araştırma, proje ve etkinliklerde rol almak.	3
10)	Sağlık bilimlerine yönelik veritabanları ve bilgi kaynaklarında literatür taraması yapmak, bilgiye erişme ve kullanma becerisi kazanmak.	4
11)	Diğer diyetisyenlerin yetiştirilmesi, sağlık profesyonellerinin ve bireylerin beslenme konusunda eğitilmeleri için sorumluluk almak ve tüm süreçlere aktif bir şekilde katılmak.	5
12)	Diyetetik uygulamalarını, içinde bulunduğu toplumun kültürel farklılıklarını ve bu toplum içindeki farklı grupların farklı sağlık ihtiyaçlarını da dikkate alarak gerçekleştirmek.	4